佛尼斯公司气动阀门轴承故障诊断网络法研

发布时间：2014/3/27 　　来源：

　　佛尼斯公司气动阀门液压系统的工作性能直接影响着飞机的安全和旅客的生命，而液压泵是液压系统的动力源，因此对液压泵的状态监控与故障诊断尤为重要。轴承故障是液压泵常见的故障模式之一，由于轴承故障所引起的附加振动相对于液压泵的固有振动较弱，因而很难把故障信息从信号中分离开来。到目前为止，对液压泵轴承故障的故障诊断尚缺少十分有效的方法。本文提出在频域和倒频域进行特征提取，旨在解决轴承特征提取困难的问题并利用集成BP网络解决多故障诊断与识别和鲁棒性问题。
　　
　　1、液压泵轴承故障的特征提取
　　
　　对于机械系统而言，如有故障则一定会引起系统的附加振动。振动信号是动态信号，它包含的信息丰富，很适合进行故障诊断。但是如果附加振动信号由于固有信号或外界干扰对故障信号的干扰很大而淹没，那么如何从振动信号中提取有用信号就显得十分关键。
　　
　　根据摩擦学理论，气动阀门当轴承流动面的内环、外环滚道及滚柱上出现一处损伤，滚道的表面平滑受到破坏，每当滚子滚过损伤点，都会产生一次振动。假设轴承零件为刚体，不考虑接触变形的影响，滚子沿滚道为纯滚。
　　
　　Hilbert变换用于信号分析中求时域信号的包络，以达到对功率谱进行平滑从而突出故障信息。定义信号：为最佳包络。倒谱包络模型实质是对从传感器获得的信号进行倒频谱分析，然后对其倒频谱信号进行包络提取，从而双重性地突出了故障信息，为信噪比小的故障特征的提取提供了依据。
文章来源于：www.furnacevalves.com   转载请注明！！！